pytorch训练中出现的错误汇集

错误一： 

 File "D:\anaconda3\envs\PyTorch\lib\site-packages\torch\nn\modules\rnn.py", line 559, in forward
    max_batch_size = input.size(0) if self.batch_first else input.size(1)
IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)

原因： 输入到torch中的数据必须是三维的tensor。

解决方案：

使用torch.unsqueeze()扩充tensor。我的essay本身是64列的一维tensor，且类型为torch.float64.使用两次扩充达到三维，size为[1，1，64]

essay = torch.unsqueeze(essay,0)
essay = torch.unsqueeze(essay,0)

错误二：

  File "D:\anaconda3\envs\PyTorch\lib\site-packages\torch\nn\modules\rnn.py", line 576, in forward
    result = _VF.lstm(input, hx, self._flat_weights, self.bias, self.num_layers,
RuntimeError: Expected object of scalar type Double but got scalar type Float for argument #3 'mat2' in call to _th_addmm_out

原因： 输入到torch中的数据必须是三维torch.float32的tensor

解决方案：在输入到网络之前，将torch.float64类型转化为torch.float32

essay = torch.tensor(essay,dtype=torch.float32)

 错误三、四代码为：

        label = torch.tensor([label], dtype=torch.long)    #int型标签转化为一维tensor
        output = rnn(essay)
        # output = output.squeeze(0)
        loss = loss_fun(output,label)

错误三：

 File "D:\anaconda3\envs\PyTorch\lib\site-packages\torch\nn\functional.py", line 2214, in nll_loss
    if input.size(0) != target.size(0):
AttributeError: 'int' object has no attribute 'size'

原因： 交叉熵函数是的输入是模型打分结果与实际标签。

解决方案：在rnn最后一层增加softmax()

        softmax = nn.Softmax(dim=2)
        out = softmax(out)

错误四：

  File "D:\anaconda3\envs\PyTorch\lib\site-packages\torch\nn\functional.py", line 2227, in nll_loss
    raise ValueError('Expected target size {}, got {}'.format(
ValueError: Expected target size (1, 64), got torch.Size([1])

原因：期望输入为2维，结果输入为1维

解决方案：将三维降至2维。

output = output.squeeze(0)